目前基于多尺度分解的图像融合算法存在以下问题：1）多尺度分解时，图像边缘被平滑；2）融合结果中红外显著区域的对比度降低；3）小尺度细节受到抑制，在融合图像中显示不清晰。为解决上述问题，本文提出了一种基于BMA（Bayesian model averaging）滤波器和边缘的图像融合算法。首先，利用BMA 滤波器分别对红外与可见光图像进行多尺度分解；其次，分别利用显著性提取和边缘权值映射算法，计算各基层和细节层的融合权值矩阵；最后通过图像重构获得融合图像。实验证明，该融合算法优于传统的图像融合算法。
红外图像 可见光图像 多尺度分解 BMA 滤波器 显著性提取 边缘权值映射 infrared images visible images multi-scale decomposition BMA filter saliency extraction edge weight map
